我想在128×128大小的图像上训练VGG。我不想将它们缩放到224×224以节省GPU内存和训练时间。正确的做法是什么?
回答:
最好的方法是保持卷积部分不变,并替换全连接层。这样甚至可以使用预训练的权重来初始化网络的卷积部分。全连接层必须随机初始化。这样就可以用较小的输入大小来微调网络。
这里是一些PyTorch代码
要创建一个VGG,只需调用以下代码:
vgg = Custom_VGG(ipt_size=(128, 128), pretrained=True)
我想在128×128大小的图像上训练VGG。我不想将它们缩放到224×224以节省GPU内存和训练时间。正确的做法是什么?
回答:
最好的方法是保持卷积部分不变,并替换全连接层。这样甚至可以使用预训练的权重来初始化网络的卷积部分。全连接层必须随机初始化。这样就可以用较小的输入大小来微调网络。
这里是一些PyTorch代码
要创建一个VGG,只需调用以下代码:
vgg = Custom_VGG(ipt_size=(128, 128), pretrained=True)